中國大數據產業起步晚，發展速度快。物聯網、移動互聯網的迅速發展，使數據產生速度加快、規模加大，迫切需要運用大數據手段進行分析處理，提煉其中的有效信息。
大數據行業發展規模分析
中國大數據產業起步晚，發展速度快。物聯網、移動互聯網的迅速發展，使數據產生速度加快、規模加大，迫切需要運用大數據手段進行分析處理，提煉其中的有效信息。2014年，中國大數據市場規模達到767億元，同比增長27.8%。預計到2020年，中國大數據產業規模將達到8228.81億元。2015-2017年復合增長率為51.5%。2014年，中國大數據應用市場規模為80.54億元，同比增長3.2%，2015年市場規模約增長37.3%，至110.56億元，預計到2020年，中國大數據應用市場規模將增長至5019.58億元。2015-2017年復合增速為87.8%。
大數據應用于智能交通產業
當智能交通遇到大數據，如同二氧化錳在制取氧氣的實驗中作為催化劑一樣，一場劇烈的化學反應加劇了兩方的共同發展。
隨著城市的迅速發展，交通擁堵、交通污染日益嚴重，交通事故頻繁發生，這些都是各大城市亟待解決的問題。智能交通成為改善城市交通的關鍵所在。為此，及時、準確獲取交通數據并構建交通數據處理模型是建設智能交通的前提，而這一難題可以通過大數據技術得到解決。
1、智能交通需求與大數據契合
智能交通整體框架主要包括物理感知層、軟件應用平臺及分析預測及優化管理的應用。其中物理感知層主要是對交通狀況和交通數據的感知采集；軟件應用平臺是將各感知終端的信息進行整合、轉換處理，以支撐分析預警與優化管理的應用系統建設；分析預測及優化管理應用主要包括交通規劃、交通監控、智能誘導、智能停車等應用系統。
系統利用先進的、智能識別和信息技術手段，增加可管理空間、時間和范圍，不斷提升管理廣度、深度和精細度。整個系統由信息綜合應用平臺、信號控制系統、視頻監控系統、口系統、電子警察系統、信息采集系統、信息發布系統等組成。以達到四方面的目標：提高通行能力、減少交通事故、打擊違章事件、出行信息服務。
整個系統建設的核心是數據的采集、與計算，而其中最重要的核心思想就是 數據是價值 。問題就是如何把數據轉換成價值。這就成為一個技術問題。
從統計學的角度，任何領域任何動態發展的事物，只要有足夠多的樣本數據，就一定能從樣本數據中找到動態發展的規律。數據越多，準確率越高。這個 規律 就是數據的價值所在。對于商業機構，可以分析用戶行為規律從而提高銷售量；分析目標市場規律，定點投放廣告從而降低成本等等；對于公安行業，可以分析區域性犯罪趨勢，提前預防從而降低犯罪率；還可以分析交通行為規律，提前做交通疏導，提高交通通暢率，這就能真正挖掘數據的潛在價值，提高其社會價值。
從20世紀初的網絡發展以來，進入一個高度聯網的階段。聯網的同時，數據高度集中，數據量急劇增加。據IDC報告現在互聯網的數據，每兩年就翻一番。這個增長率在智能交通行業同樣有效，隨著卡口、電警、攝像機數量的增加，高清化、智能化的發展，如果再算上物聯網的各種傳感器，未來幾年的數據量增加可能大大高于這個增長率。這就為智能交通行業實現大數據提供了數據基礎。
從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術。由此我們再看IBM歸納的4個V(量Volume，多樣Variety，價值Value，速Velocity)：
(1)Volume數據體量巨大。從TB級別，躍升到PB級別；
(2)Variety數據類型繁多。包括視頻、圖片、地理位置信息、傳感器數據等等。
(3)Value價值密度低，應用價值高。以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。
(4)Velocity處理速度快，1秒定律。
最后這一點也是和傳統的數據挖掘技術有著本質的不同。在交通領域，海量的數據主要包括4個類型的數據：傳感器數據(位置、溫度、壓力、圖像、速度、RFID等信息)；系統數據(日志、設備記錄、MIBs等)；服務數據(收費信息、上網服務及其他信息)；應用數據(生成廠家、、交通、性能、兼容性等信息)。交通數據的類型繁多，而且體積巨大。量Volume和多樣Variety是因，數據類型的復雜和數據量的急劇增加，決定了原有簡單因果關系的應用模式對數據使用率極低，完全無法發揮數據的作用；速Velocity是過程，巨大的運算量決定了速度必須快；價值Value是最終的果。
